2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩58頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、FCM算法是應(yīng)用最廣泛的算法之一,但其本質(zhì)屬于局部搜索的爬山法(climbinghillalgorithm),對聚類中心的初始化較敏感。研究表明,F(xiàn)CM類型的算法強烈依賴于參數(shù)初始化的優(yōu)劣,因為算法本身存在兩個致命的弱點:一是模糊聚類目標函數(shù)是一個非凸函數(shù),存在大量的局部極值點,初始化不當將導(dǎo)致算法收斂到局部極值點而得不到數(shù)據(jù)集的最優(yōu)模糊劃分;二是大數(shù)據(jù)量時算法耗時嚴重,制約了其實際應(yīng)用。為克服FCM類型算法的弱點而提出的進化算法和神經(jīng)

2、網(wǎng)絡(luò)技術(shù)也只能解決其中一個缺點,況且也同樣存在參數(shù)初始化問題。鑒于此,人們把希望寄托在好的聚類中心初始化上,因為一個靠近最優(yōu)解的初始化方法將以更少的迭代步驟收斂到全局最優(yōu)解。 到目前為止,山峰聚類和減法聚類是兩種比較理想的初始化方法,但是它們各自又有各自的缺點所在。本文在研究并分析了兩種聚類算法的基礎(chǔ)上,提出了一種新的聚類算法,這種聚類算法建立在山峰聚類和減法聚類的基礎(chǔ)上,同時又保持了山峰聚類和減法聚類的優(yōu)點,比起山峰聚類和減法

3、聚類,算法效率得到顯著的提高。 然而單靠初始化方法還不能確保所產(chǎn)生的聚類數(shù)是最佳的,而聚類有效性的檢驗恰好可以彌補這一不足,因此,本文將聚類初始化和聚類有效性檢驗結(jié)合在一起進行了研究,提出了一種基于減法聚類與聚類有效性評判的FCM聚類算法,仿真實驗表明,此方法能進一步提高聚類的精度。 將FCM算法應(yīng)用于時序立體數(shù)據(jù)集的模糊聚類是近幾年來FCM算法的新進展,其中的橫截面模糊聚類算法(Cross-SectionalFuzzy

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論